Журнал · Rit.work

Модели начали узнавать людей по одному тексту

Claude определила учётную запись автора для 69% комментариев активных пользователей Reddit, не получая список кандидатов, примеры текстов или доступ к поиску.

Rit.work
Студия разработки
20 ноября 2026 г.2 мин чтения

Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.

Передовые модели научились по одному тексту определять, написал ли его человек или ИИ, какая лаборатория создала модель и кто именно скрывается за человеческим авторством. В препринте University of Maryland, Simon Fraser University и других организаций, который не прошёл рецензирование и все числа для которого получили сами авторы, Claude Fable 5.2 правильно назвала учётную запись для 69% комментариев активных пользователей Reddit. Отдельный псевдоним больше не гарантирует анонимность, если модель видела достаточно других текстов того же человека.

Модели получали текст и прямой запрос определить автора без примеров, поиска в интернете, инструментов и списка кандидатов. Они опирались только на знания, сохранённые во время обучения. Один и тот же подход применяли к определению человеческого или машинного происхождения текста, лаборатории модели и конкретного человека.

Claude Opus 5.5 правильно определила лабораторию для 98% текстов моделей Anthropic, OpenAI и Google. Для остальных восьми лабораторий лучший результат не превышал 35%: Kimi часто принимали за Claude, а Qwen — за GPT. На человеческих текстах Claude Fable 5.2 назвала авторов 39% публичных рецензий, а в подмножестве рецензий Nature результат достиг 78%.

Проверка охватила 72 модели и 24 набора данных с рецензиями, студенческими работами, новостями, художественными текстами и научными статьями. Для определения людей также использовали рассказы, статьи, комментарии Reddit, публичные и закрытые рецензии. Результат сильнее всего зависел от того, насколько хорошо модель знала автора: малоизвестных людей она узнавала заметно хуже.

Для продуктов с анонимными отзывами, внутренними обсуждениями и публичными сообществами модель угроз теперь должна учитывать сопоставление стиля без внешнего поиска. Разделение учётных записей не защищает само по себе, если человек долго пишет публично на схожие темы. Переписывание текста с помощью ИИ снижало точность лишь частично, поэтому его нельзя считать надёжной защитой.

Источники

Пауза в чтении

Похоже на вашу задачу?

Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.

Rit.work

Студия разработки

Собираем мобильные приложения и помогаем командам получать от AI реальную пользу. Основатель и команда, работаем удалённо — с клиентами в России и за рубежом.

← Ко всем материалам
Понравилось? Обсудим вашу задачу